本发明公开了一种基于时空特征分割重构的动力装备系统异常检测方法,将监测系统状态的多种传感器产生的多源时序数据,以特定长度划分后构成多源数据集;对多源数据序列进行预处理后划分为训练集和测试集;利用机械设备结构的先验知识,得到先验图结构;利用图结构参数化学习方式,建立自适应图结构,并基于图卷积构建时空特征提取网络,结合两种图结构提取多源数据的时空特征;构建分割重构异常检测网络,并使用训练集对所构建模型进行优化;使用优化后的模型进行训练集和测试集样本的状态评估,根据训练集评估结果确定阈值,以此对测试集进行异常状态检测。本发明为机械设备系统异常状态检测提供了一种可靠的通用的方案。
声明:
“基于时空特征分割重构的动力装备系统异常检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)